不是新模型，是一本新规则书：OpenAI 把 Model Spec 重组成五个价值

__MEDIA_1__

先说清楚一件事：2026 年 10 月 29 日 OpenAI 更新的不是一个新模型，而是一份规则书。Model Spec 是 OpenAI 公开写出来的模型行为规范，告诉外界它希望自己的模型怎么行事。这次更新没有带来新能力、没有新的基准分数、也没有调价，它做的是把原来散在各处的规则重新组织到五个价值下面，并且承认一个很多人早就感受到的现实：模型越来越聪明、动手越来越多，只按字面意思执行指令已经不够了。

OpenAI 在公告里把话说得很直白。模型需要超越对指令的字面解读，去理解人的意图和价值，在指令没有写明的地方也能做出稳妥判断，同时仍然忠于人的意图和人的监督。这句话其实就是整次更新的纲领：不是让模型更听话，而是让它更会判断；但判断的边界，仍然由人来定。

五个价值排在最前面的是对人类意图的忠实。OpenAI 说这是整个方法的基础：理解并帮助人们去追求对他们重要的事。这里的分工写得很清楚，OpenAI 写规范、定边界、训练模型去遵守；开发者在这些边界之内指挥应用；用户在这些约束之下指挥模型的具体工作。换句话说，意图不是一句口令，而是一条链：OpenAI、开发者、用户各有一层，冲突时有上下级，而不是谁喊得大声听谁的。

忠实也不等于照单全收。OpenAI 特别强调，模型要超越字面意思，去深入理解 OpenAI、开发者和用户真正想要什么、看重什么，在理解不完整的时候仍然要明智行动。它还提醒，人的信念和价值是会变的，模型应该帮助人反思和成长，但不能悄悄引导人、更不能越过人的选择替人做决定。公告里举了一个很生活化的例子：帮人比较工作机会时，模型可以参考这个人以前提过的偏好，比如希望工时稳定，但必须把这个假设摆到明面上，让人一眼看到、随手就能纠正。好的判断不是猜中，而是猜得透明。

其余四个价值，是把“只看眼前这个人”扩展成“还要看更长远的利益和受影响的其他人”。最小化伤害，意思是守住 firm 的安全边界，并且为模型行为可预见的后果负责；诚实与透明，意思是如实说出模型知道什么、做了什么、不确定什么，让人能看懂、能评估它的推理和工作；促进人类能动性，意思是增强人理解、选择和行动的能力，而不是替人拿主意；用心，意思是留意受影响者的处境，遵守相关的社会与职业规范，交出让人信得过的工作。

这五个价值不是 OpenAI 凭空新造的口号。公告说，它们本来就散落在 Model Spec 各处，这次是把它们拢到一起，解释清楚规范为什么要求模型这样做，也让原来表达得不够充分的地方有更清晰的指引。OpenAI 还补了一句重要的限定：这五个价值并不打算穷尽模型应当尊重和帮助人追求的全部人类价值。也就是说，这是一份骨架，不是价值的全集，读的时候别把它当成道德终极答案。

除了重组，更新还加了几处实打实的新指引。关于意图忠实的新章节把“人的价值是第一位的、指令通常是价值最清晰最重要的信号”作为出发点，并且更新了指令冲突时的层级规则。新增的“谨慎考虑上下文”一节，讲的是对话、记忆和其他上下文证据应该怎样影响模型对意图和偏好的理解：要用得相关、适度，同时尊重隐私和用户控制。这对每天用 ChatGPT 的人其实很具体：模型记住你以前说过的话，是一件好事还是坏事，取决于它用得是不是克制、是不是说得清楚。

另外新增的默认值包括支持人类能动性、遵守相关的社会规范，以及扩展过的关于控制和沟通副作用的指引。副作用这个词听起来抽象，落到日常就是：模型替你发了一封邮件、改了一个文件、订了一个东西，这些动作带来的连锁影响，它有没有先想清楚、有没有跟你说清楚。OpenAI 把这部分写得更细，意思也很明确：模型越能动手，这类“做完才发现不对”的成本就越高，事前沟通不是啰嗦，而是必要的成本。

与此同时，更新砍掉了大部分详细的风格指引。这是一个很容易被误读的决定：不是说风格不重要了，而是 OpenAI 认为风格应该跟着人的偏好走——整体偏好、不同语言和文化里的偏好、以及每个人的偏好，用户的反馈和上下文就是判断偏好的证据。规范里仍然保留了一些更强的默认值，比如客观地处理问题；用户和开发者可以明确要求模型采取某种视角，但模型不应该仅仅因为猜测用户想听什么，就自作主张地迎合。这条其实很有针对性：讨好式回答的毛病，往往就出在模型过度揣测“你想听什么”上。

还有一个容易被忽略但很有信号意义的改动：规范全文现在把模型称为 GPT，而不是 the assistant。OpenAI 的解释是，模型的用途和部署场景越来越广，assistant 这个词已经装不下了。这不只是改名，它暗示 OpenAI 对这个角色的定位变了：不再只是一个对话助手，而是一个出现在工作、编程、研究等各种场景里的通用执行者。名字改了，规则书的适用范围也就跟着变宽了。

最值得认真读的一段，是 OpenAI 自己写在结尾的坦白：Model Spec 描述的是它正在努力达成的行为，而现在的模型还没有完全做到这一点。公司说它正在探索新的训练方法，帮助模型学会这些核心价值、更好地理解并遵守规范里的具体行为原则，目标是让模型“为了正确的理由做正确的事”，并且会在未来的更新里分享这项训练工作的结果和教训。这句话把规则书和产品拉开了距离：文档先行，模型跟上，中间的差距不会因为发了一篇公告就自动消失。

对普通用户来说，这次更新短期内几乎不会改变任何一次具体的回答。你打开 ChatGPT，模型还是那个模型，价格还是那个价格，真正变化的是 OpenAI 对外承诺的评判标准：以后如果有人质疑模型的行为，OpenAI 不能只说“这是模型自己的决定”，因为它已经把“应该怎么做”白纸黑字写出来了。对开发者来说，这份规范更有用：它是一份可以对照着写系统提示、设计默认行为、处理冲突指令的参考，但它不是服务等级协议，不能保证每一次调用都恰好符合规范，你自己的评测仍然省不掉。

对做 agent 产品的人，这次更新的指向更明显。当模型开始替人跑流程、调工具、做多步任务时，“意图”就不再是一句提示词，而是一段需要持续维护的理解：用户到底要什么、哪些假设需要摆出来、哪些副作用需要先报备、什么时候应该停下来问一句。OpenAI 把上下文、记忆、个性化、监督和副作用都写进同一轮更新，说明它自己也意识到，agent 时代的对齐问题已经不是“回答得对不对”，而是“动手之前想得够不够周全”。

当然，规则书也有它的限度。它能写清楚价值和默认值，却写不出一劳永逸的判断；它能要求模型尊重隐私和用户控制，却不能代替产品层面的权限设计和审计；它能承诺未来分享训练结果，却没有给出时间表。读这份更新最好的姿势，是把它当成 OpenAI 给自己立的靶子：靶子立得越清楚，外界就越容易检验它有没有打中。接下来值得盯的不是下一篇公告，而是模型在真实场景里是不是真的更少讨好、更会把假设摆出来、在动手之前更愿意先说一句“这一步会带来什么影响”。

把五个价值拆开看，它们之间其实是有张力的，而不是五句并排的好话。忠实于意图要求模型尽量帮你达成目标，促进能动性却要求它不要替你把思考也包办了；用心要求它把工作做到位，最小化伤害却要求它在某些时候停下来、甚至拒绝。这正是 OpenAI 把它们写成“价值”而不是“指令清单”的原因：真实场景里没有唯一正确的操作，只有需要权衡的取舍。规范的价值，不在于给出标准答案，而在于让这种权衡变得可见、可讨论、可追责。当模型拒绝你、追问你、或者把一个你没想到的后果摆出来时，你至少能对照这五个价值去判断，它到底是在保护你，还是在偷懒。

指令层级这一点，值得开发者单独拎出来读。OpenAI 写规范、开发者写应用指令、用户提具体要求，这三层不是平行的建议，而是有优先级的。系统层的边界不能被应用层悄悄绕过，应用层的设定也不能被用户一句话轻易推翻，用户的具体工作则要在前两层的约束之内完成。过去很多“提示词注入”或者“角色扮演绕过限制”的把戏，本质上就是利用了层级不清：如果模型把所有输入都当成同等重要的指令，它就很容易被一段粘贴进来的文字带偏。把层级写进规范，等于给模型一个判断标准：听到冲突的指令时，先问这句话是谁说的、处在哪一层，而不是先看这句话说得有多肯定。

记忆和上下文的处理，是这次更新里最贴近日常体验的一处。模型越来越会“记得你”，但记得多不等于记得对。一个人三个月前说过希望工时稳定，三个月后换了行业、换了人生阶段，旧偏好还应不应该继续用？OpenAI 的新指引没有给出一个万能公式，而是要求模型用得相关、适度，并且尊重隐私和用户控制。翻译成产品语言就是三件事：只在真正相关的时候用旧信息，别把一次随口提过的话当成长期人设；用到的时候让人看得见，方便纠正；涉及敏感信息时宁可多问一句，也不要悄悄默认。这三件事做不到，记忆功能越强，用户的不信任感反而越强。

风格指引被砍掉，也值得换个角度理解。以前的规范花了很多篇幅规定模型应该用什么语气、什么结构回答，这在模型能力还比较单一的时候有意义：先把回答的“样子”统一起来。但当模型要进入不同语言、不同文化、不同职业场景时，一套统一的风格模板反而会碍事。一个给律师写备忘录的模型和一个给中学生讲题的模型，本来就不该用同一种腔调。OpenAI 这次把风格交给偏好和上下文，等于承认：风格不是对错问题，而是适配问题。但这也带来一个新风险：如果模型过度迎合，它会把“你想听的”误当成“你需要的”。所以规范里特意留了一句：可以明确要求某种视角，但不要仅凭猜测就去迎合。迎合和适配之间，就差这一句。

从时间线看，这次更新也不是孤立事件。OpenAI 帮助中心的发布记录里，上一版 Model Spec 更新是 2026 年 8 月 18 日，主要围绕青少年相关的互动原则做了澄清；再往前，规范本身就是一份持续修订的活文档。也就是说，10 月 29 日这一版不是一次性的公关动作，而是这条修订链上的最新一环。把它放进这条链里看，方向是很清楚的：规范越来越少谈“回答长什么样”，越来越多谈“模型动手之前应该怎么想”。这和模型能力的演进方向是一致的——模型从回答问题，走向替人办事，规则书的重心自然要从表达转向行动。

最后回到一个最实际的问题：普通人应该拿这份更新怎么办？答案其实很简单，什么都不用马上改。你不需要因为它换提示词、不需要调整订阅、也不需要期待明天 ChatGPT 就判若两人。真正有用的做法，是把它当成一把尺子留着：下次模型给了一个让你不舒服的回答——过于讨好、过于武断、替你做了你没让它做的事——你可以用这五个价值去描述问题，而不是只说一句“这回答不好”。能把问题说清楚，反馈才有可能被产品团队真正接住。OpenAI 邀请反馈，某种意义上也是在邀请用户学会用它的语言提意见。

还有一个细节容易被忽略：OpenAI 说，大部分规则在规范里是“默认值”，用户和开发者可以覆盖，只有在真正需要保护人和社会的地方，才是 firm 的边界。这个区分很关键，它决定了这份规范的性格：它不是一份处处都要死守的军规，而是一份先给合理默认、再留出调整空间的框架。好处是灵活，代价是责任也跟着转移了——当默认值被覆盖、结果出了问题，到底是规范没写清，还是覆盖的人没想清，往往需要事后一笔笔算。开发者在覆盖默认值之前，最好先问自己一句：我改掉的这一条，原来是为什么存在的？

还有一点值得单独提醒：这份规范描述的是 OpenAI 希望模型成为的样子，而不是对每一次回答的保证。把规范当成保证的人，很容易在模型犯错时感到被欺骗；把规范当成靶子的人，则会把它当成检验和反馈的工具。这两种心态，决定了你读完这篇公告之后是失望还是有收获。规则书的意义从来不在于它写得多漂亮，而在于写它的人愿不愿意接受别人拿着它来对照、来挑刺、来要求改进。

OpenAI 在文末邀请读者去读更新后的 Model Spec，并就其中的价值、权衡和具体措辞提出反馈：哪些部分有说服力、哪里不认同它的平衡、哪里还有遗漏或含糊。这个邀请本身也是更新的一部分——一份公开的规则书如果没人较真，很快就会变成摆设；有人逐条挑毛病，它才可能真的约束住写它的人。